• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.419-429
• /
• 2023

급격하게 변화하고 첨단화 되어 가고 있는 해상운송 기술의 정점은 자율운항선박이 될 것으로 예상된다. 자율운항선박에서의 다양한 서비스의 구현은 선박 중심 네트워크인 S2X 통신체계를 통해서 가능할 것이다. 하지만 기존의 통신은 서비스 트래픽 포화, 요구 기능에 부합하지 못하는 등의 문제가 있어 추가적인 통신 기술의 선제적 도입이 필요하다. 본 연구에서는 자율운항선박에 적용될 S2X 통신의 개념을 재정립하고 요구 기능을 도출하여 최종적으로 활용이 가능한 주파수를 선정하였다. 이를 위해 도출된 통신 요구 기능에 적합한 후보 주파수 군을 도출하고 전문가 합의법을 통해 최종적으로 우선 적용이 가능한 통신 주파수를 선정하였다. 향후 해당 주파수에 대해 실험을 통한 검증 등 추가적인 연구를 통해 자율운항선박 서비스 구현에 활용이 가능할 것으로 기대된다.

• 한국시뮬레이션학회논문지
• /
• 제25권2호
• /
• pp.31-40
• /
• 2016

무선센서네트워크는 해양환경, 군사시설 등 다양한 분야에서 활용되고 있다. 이러한 활용은 센서 데이터를 기반으로 이루어지기 때문에 센서 데이터는 굉장히 중요하다. 무선센서네트워크에서의 통신은 주위 환경에 매우 민감하게 영향을 받기 때문에 통신장애가 발생할 확률이 높다. 특히 수중통신의 경우 좁은 대역폭과 느린 전송 속도, 주변 환경의 잡음 등으로 인해 전파통신에 비해 통신장애는 더 빈번하게 발생한다. 통신장애가 발생하면 센서 데이터 전달과정에서 데이터가 손실될 수 있고, 이는 화재감지 시스템과 같이 실시간성이 중요한 분야에서는 큰 피해를 입을 수 있다. 이를 위해 센서 데이터의 저장 및 압축을 위한 연구를 진행하였지만 이를 위한 프레임워크가 존재하지 않아 그 실현에 어려움이 있었다. 따라서 본 논문에서는 센서 데이터의 손실 감소를 위한 프레임워크를 제안하고 성능을 분석하였다. 분석 결과, 프레임워크를 적용하지 않은 경우에는 통신장애 발생 후 t 시간이 경과함에 따라 T/t(T는 통신장애 발생 시 데이터 저장에서 메모리가 full 상태가 되는 시간)의 복구율 감소를 보인다. 게다가, T 시간 이후의 센서 데이터는 모두 복구가 불가능한 오류에 해당한다. 그러나, 제안한 프레임워크를 적용한 경우는 100%의 데이터 복구율과 2~6%의 복구 후 데이터 오차율을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제9권2호
• /
• pp.171-177
• /
• 2016

소프트웨어 개발과정에서 소프트웨어 신뢰성은 매우 중요한 이슈이다. 소프트웨어 고장분석을 위한 무한고장 비동질적인 포아송과정에서 고장발생률이 상수이거나, 단조 증가 또는 단조 감소하는 패턴을 가질 수 있다. 본 연구에서는 소프트웨어 제품 테스팅 과정에서 고장 수명분포의 형상모수를 고려한 소프트웨어 신뢰성 비용 모형에 대하여 연구 하였다. 소프트웨어 신뢰성 분야에서 많이 사용되는 Lomax-NHPP 신뢰 성장 모형에 대한 비용 비교 문제를 제시하였다. 소프트웨어 고장모형은 무한고장 비동질적인 포아송과정을 이용하고 모수추정법은 최우추정법을 이용 하였다. 따라서 본 논문에서는 형상모수를 고려한 소프트웨어 비용모형 분석을 위하여 소프트웨어 고장시간 자료를 적용하여 비교 분석하였다. 대용량 소프트웨어가 수정과 변경하는 과정에서 결함의 발생을 거의 피할 수 없는 상황이 현실이다. 신뢰성 요구를 만족하고 총비용을 최소화하는 상황이 최적방출시간이다. 경우에 따라서는 왜도와 첨도 측면에서 효율적인 카파분포, 지수화지수분포 등 업데이트된 분포에 대한 방출 시기 문제를 비교 분석하는 연구도 가치 있는 일이라 판단된다. 이 연구를 통하여 소프트웨어 개발자들은 최적방출시간과 경제적 개발 비용을 파악 하는데 도움을 줄 수 있으리라 사료 된다.

• 한국인터넷방송통신학회논문지
• /
• 제24권4호
• /
• pp.135-140
• /
• 2024

태양광발전시스템은 다른 재생에너지원과 비교해서 내구수명이 길어 유지점검이 거의 필요 없다고 하지만, 실제 태양광 모듈의 음영 발생, 온도상승, 미스매치, 오염·열화, 태양광 인버터의 고장, 누설전류 및 아크 발생으로 인하여 초기 설계 시에 기대했던 성능이 나오지 않는 경우가 발생한다. 따라서 이러한 시스템의 문제점 해결을 위해 단지 발전량 및 운전 현황에 대한 조사를 통하여 정성적으로 파악하거나 태양광발전시스템의 성능지수인 성능계수(PR, Performance Ratio)로부터 성능을 비교분석하고 있다. 그러나 큰 손실을 포함하고 있으므로 단지 성능계수만으로 태양광발전시스템의 성능 저하, 고장 혹은 결한 등의 이상 유무를 정확하게 판단하기가 어렵다. 본 논문에서는 주변 환경의 변화에 따른 태양광발전시스템 발전량 최적화를 위해 태양광 모듈의 음영 발생, 인버터 고장, 누설 및 아크에 대한 상태 진단 알고리즘을 연구하였다. 또한 연구된 알고리즘을 이용하여 영역별 상태진단과 이에 따른 발전량 최적화 운전에 대한 실증시험을 통한 결과를 고찰하였다.

• 한국정보통신학회논문지
• /
• 제20권3호
• /
• pp.654-662
• /
• 2016

사고수목을 이루는 게이트나 기본사상이 많아질수록 정상사상 확률의 정확한 계산이 어려워진다. 이를 극복하기 위해 BDD 방법을 적용하면 중소형 사고수목의 경우 짧은 시간에 근사계산 없이 정확한 값을 구할 수 있다. CUDD 함수를 이용하여 사고수목을 BDD로 변환하고 그로부터 정상사상의 발생확률을 구하는 고장경로 탐색 알고리즘을 고안하였다. 후방탐색 알고리즘은 전방탐색 알고리즘보다 고장경로의 탐색과 확률계산 시간에서 효과적이다. 이 탐색 알고리즘은 BDD에서 고장경로를 찾는데 있어서 탐색시간을 줄일 수 있고, 해당 사고수목의 단절집합과 최소단절집합을 찾는 유용한 방법이다.

• Journal of Information Processing Systems
• /
• 제6권3호
• /
• pp.413-434
• /
• 2010

Wireless sensor networks are usually characterized by dense deployment of energy constrained nodes. Due to the usage of a large number of sensor nodes in uncontrolled hostile or harsh environments, node failure is a common event in these systems. Another common reason for node failure is the exhaustion of their energy resources and node inactivation. Such failures can have adverse effects on the quality of the real-time services in Wireless Sensor Networks (WSNs). To avoid such degradations, it is necessary that the failures be recovered in a proper manner to sustain network operation. In this paper we present a dynamic Energy efficient Real-Time Job Allocation (ERTJA) algorithm for handling node failures in a cluster of sensor nodes with the consideration of communication energy and time overheads besides the nodes' characteristics. ERTJA relies on the computation power of cluster members for handling a node failure. It also tries to minimize the energy consumption of the cluster by minimum activation of the sleeping nodes. The resulting system can then guarantee the Quality of Service (QoS) of the cluster application. Further, when the number of sleeping nodes is limited, the proposed algorithm uses the idle times of the active nodes to engage a graceful QoS degradation in the cluster. Simulation results show significant performance improvements of ERTJA in terms of the energy conservation and the probability of meeting deadlines compared with the other studied algorithms.

• 산업경영시스템학회지
• /
• 제40권1호
• /
• pp.57-64
• /
• 2017

In order to reduce damages to major railroad components, which have the potential to cause interruptions to railroad services and safety accidents and to generate unnecessary maintenance costs, the development of rolling stock maintenance technology is switching from preventive maintenance based on the inspection period to predictive maintenance technology, led by advanced countries. Furthermore, to enhance trust in accordance with the speedup of system and reduce maintenances cost simultaneously, the demand for fault diagnosis and prognostic health management technology is increasing. The objective of this paper is to propose a highly reliable learning model using various machine learning algorithms that can be applied to critical rolling stock components. This paper presents a model for railway rolling stock component fault diagnosis and conducts a mechanical failure diagnosis of motor components by applying the machine learning technique in order to ensure efficient maintenance support along with a data preprocessing plan for component fault diagnosis. This paper first defines a failure diagnosis model for rolling stock components. Function-based algorithms ANFIS and SMO were used as machine learning techniques for generating the failure diagnosis model. Two tree-based algorithms, RadomForest and CART, were also employed. In order to evaluate the performance of the algorithms to be used for diagnosing failures in motors as a critical railroad component, an experiment was carried out on 2 data sets with different classes (includes 6 classes and 3 class levels). According to the results of the experiment, the random forest algorithm, a tree-based machine learning technique, showed the best performance.

• 한국ITS학회 논문지
• /
• 제6권3호
• /
• pp.174-182
• /
• 2007

현재 국내 ITS는 현장장비 유지관리에 대한 연구 및 고장관련 DB가 부족하여 예비부품수 및 교체시기 산정에 대한 규정이 없는 실정이다. 이에 본 연구는 실제 고장이력자료를 갖고 신뢰성 분석을 실시하여 단거리전용통신(DSRC)방식 노변기지국(RSE)의 예비부품수 및 교체시기를 산정하였다. 전체 수집기간동안의 고장자료는 욕조곡선의 형상을 나타내어 우발고장기간의 자료로 신뢰성 분석을 실시하였으나 고장 수명 분포 중 적합되는 분포가 없었으며, 이러한 사실은 본 연구대상 노변기지국(RSE)의 경우 통계적 모형에 의한 예방 정비가 어려움을 의미한다. 따라서, 본 연구는 실증적인 방법으로 하자보수기간 $1{\sim}2$년 동안의 수리비용 및 고장빈도 이력자료를 활용하여 노변기지국(RSE)의 교체여부를 결정하는 방법 및 필요 예비부품수를 산정하는 방법을 제안하였다. 향후에는 노변기지국(RSE) 외에 다른 ITS 장비에 대한 신뢰성 분석이 필요하다.

• 융합정보논문지
• /
• 제10권7호
• /
• pp.41-48
• /
• 2020

최근 전국 각 지역 AMI(Advanced Metering Infrastructure) 원격검침 시스템의 보급사업이 활성화되고 있으며, 전력수요 관리를 위한 양방향 통신 및 보안 요금제 기능 등 다양한 계량 기능을 제공하고 있다. 현재 AMI 시스템은 새로운 내부 IoT 장비 및 네트워크 규모의 증가로 인해 기존 RDB(Relational Database) 기반 장애 분석이 어렵다. 본 연구는 기존 RDB 데이터를 활용하는 새로운 GDB(Graph Database)기반 장애 분석 방법을 제안한다. 내부 임계치와 상태 값 등 누적된 데이터를 통해 새로운 장애 패턴의 상관관계를 분석한다. GDB 기반 시뮬레이션 결과 RDB에서 분석이 어려웠던 새로운 장애 패턴을 예측할 수 있음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권12호
• /
• pp.541-552
• /
• 2013

최근 우리 생활에 스마트 기술의 빠른 전파 때문에 정보 과학 및 기술 분야에 있어서는 스마트 폰의 소프트웨어 보안성이 중요한 이슈가 되고 있다. 보안성 중요 시스템인 스마트 폰은 은행 서비스, 유비쿼터스 홈 관리, 항공 고객의 검색 등의 서비스 시스템에 이용되기 때문에 비용의 리스크, 손실의 리스크, 이용가능 리스크, 그리고 사용상의 리스크에 관련 되어 있다. 스마트 폰의 보안성 이슈는 이들의 관찰된 고장들을 사용하여 소프트웨어 장애 분석을 하는 것이 핵심 접근 방법이다. 본 연구에서는 손으로 조작하는 디바이스들의 수렴하는 보안성과 신뢰성 분석 기법을 얻기 위해서 결함 트리 분석 (FTA)와 고장 모드 효과 분석(FMEA)을 사용하여 스마트 폰의 소프트웨어 보안성 분석을 위한 하나의 유효한 통합적 프레임 워크를 제안한다. 그리고 만약 하나의 고장 모드 효과 분석이 더욱 더 간단해지면 스마트 디바이스들의 보안성 개선뿐만 아니라 고장효과 의 감소를 위해서 제안된 통합적인 프레임 워크는 핵심 해법이 됨을 논의한다.